维度网讯， 美国数据分析公司Dimensional Insight的高级软件工程师James Kirtley和高级医疗保健顾问Julie Lamoureux近日接受Healthcare IT Today访谈，讨论了医疗保健组织中脏数据问题及其对人工智能应用的影响。他们指出，数据质量是AI有效运行的基础，缺乏治理会导致算法产生错误输出，从而阻碍决策。

Kirtley表示：“AI是一个模式匹配器，如果输入的数据是坏的，它可能对非常错误的答案非常自信。”他强调，AI缺乏人类直觉，无法识别不准确数据点，坏数据会迅速放大错误。Lamoureux补充道：“在医院里，没有什么比开会时两个人争论入院人数更糟糕的了，但如果他们信任数据，他们就不会争论这个。”

数据治理被视为解决部门冲突和加速决策的关键。通过建立统一规则和定义，组织可以确保数据来源一致，减少报告差异。Lamoureux解释，Dimensional Insight的数据治理方法旨在提高数据完整性，而非官僚化，她说：“它是严格的，但不会妨碍现有运营。”

Kirtley指出，治理还包括追踪数据来源的审计跟踪，这有助于在问题出现时快速定位。随着医疗保健系统采用更先进算法，数据治理成为必需，以支持未来增长和内部信任。当组织基于已验证数据行动时，能更高效地推进运营改进。

数据治理在医疗AI项目中至关重要，因为它标准化数据，为模式匹配提供清洁输入。这不仅能解决部门间数据冲突，还能长期加速报告流程，让团队专注于临床和运营优化。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告之，本站将予以修改或删除。邮箱：news@wedoany.com